Question

我正在使用cross_validate sklearn函数来拟合RandomForest分类器。我想知道是否有一种方法可以导出拟合的模型以保存它们，并可以导入以预测新数据。

我尝试使用return_estimator=True选项

[return_estimator：布尔值，默认为False是否返回估计值适合每个分割。]

，然后joblib保存估算器。但是，当我加载保存的模型并尝试将其用于predict时，出现了错误，（请参见下文）。

rfc = RandomForestClassifier(n_estimators=100)
cv_results = cross_validate(rfc, X_train_std ,Y_train, scoring=scoring, cv=5, return_estimator=True)
rfc_fit = cv_results['estimator']

#save estimated model
savedir = ('C://Users//.......//src//US//') 

from sklearn.externals import joblib
filename = os.path.join(savedir, 'final_model.joblib')
joblib.dump(rfc_fit,filename)

rfc_model2 = joblib.load(filename)
bla = rfc_model2.predict(X_test_std)

AttributeError: 'tuple' object has no attribute 'predict'

我想我对return_estimator的真正回报感到困惑。看起来他们不是合适的模特。那么，有没有办法在交叉验证期间提取适合的模型以重新使用它们？

谢谢

Answer 1

return_estimator返回所有拟合模型的“元组”。

要解决此问题，您需要选择所需的模型，将其保存，加载并进行预测。

示例：

from sklearn import datasets, linear_model
from sklearn.model_selection import cross_validate

diabetes = datasets.load_diabetes()
X = diabetes.data[:150]
y = diabetes.target[:150]
lasso = linear_model.Lasso()

cv_results = cross_validate(lasso, X, y, cv=3, return_estimator=True)
rfc_fit = cv_results['estimator']
print(rfc_fit)

上面打印了3个模型：

（套索（alpha = 1.0，copy_X = True，fit_intercept = True，max_iter = 1000，
  normalize = False，正= False，precompute = False，random_state =无，   selection ='循环'，tol = 0.0001，warm_start = False），Lasso（alpha = 1.0，   copy_X = True，fit_intercept = True，max_iter = 1000，normalize = False，   正=假，预计算=假，random_state =无，
  selection ='循环'，tol = 0.0001，warm_start = False），Lasso（alpha = 1.0，   copy_X = True，fit_intercept = True，max_iter = 1000，normalize = False，   正=假，预计算=假，random_state =无，
  selection ='cyclic'，tol = 0.0001，warm_start = False））

要查看包含的模型数量，请执行以下操作：

print(len(rfc_fit))
# 3

假设您要选择第一个模型：

# select the first model
rfc_fit = rfc_fit[0]

# save it
from sklearn.externals import joblib
filename = os.path.join(savedir, 'final_model.joblib')
joblib.dump(rfc_fit,filename)

# load it
rfc_model2 = joblib.load(filename)

Predict现在可以正常工作：

predicted = rfc_model2.predict(X)

在cross_validate之后如何导出/保存拟合模型并稍后在熊猫上使用

1 个答案: